俄羅斯人民友誼大學(xué)數(shù)學(xué)家命名自動駕駛儀檢測行人時的主要問題
RUDN 大學(xué)的一位數(shù)學(xué)家與來自埃及、沙特阿拉伯和中國的同事一起收集了深度學(xué)習(xí)領(lǐng)域的最新研究成果，用于檢測帶有自動駕駛儀的車輛中的行人。作者確定了弱點并概述了進一步研究的目標(biāo)。結(jié)果發(fā)表在電子雜志上
汽車和其他自動駕駛車輛已經(jīng)開始進入日常生活。然而，要使這項技術(shù)得到廣泛采用，需要改進幾個基本特性。其中之一是行人檢測。為此，使用了深度學(xué)習(xí)技術(shù)——人工神經(jīng)網(wǎng)絡(luò)。 RUDN 數(shù)學(xué)家與來自埃及、沙特阿拉伯和中國的同事收集了該方向的最新研究成果，概述了主要問題并概述了未來工作的目標(biāo)。
“近年來，自動駕駛汽車越來越受歡迎。它們提高了安全性和便利性，降低了油耗，減少了交通擁堵和事故，節(jié)省了成本并提高了可靠性。然而，在它們完全部署在道路上之前，需要解決幾個主要任務(wù)。行人的精確檢測是一項非常艱巨的任務(wù)。深度學(xué)習(xí)技術(shù)顯示出解決這個問題的巨大潛力。我們匯總了行人檢測問題的概述以及使用深度學(xué)習(xí)方法解決這些問題的最新進展?！?– Ammar Muthanna ，技術(shù)科學(xué)候選人，俄羅斯人民友誼大學(xué)高科技系統(tǒng)和信息通信建模研究中心初級研究員。
數(shù)學(xué)家提請注意三個狗屎 使用深度學(xué)習(xí)檢測行人時出現(xiàn)的問題是障礙物、圖像質(zhì)量差、多光譜圖像。后者是同一物體的一系列圖像，但在不同的范圍內(nèi)獲得。例如，傳統(tǒng)的光學(xué)圖像和在紅外范圍內(nèi)獲得的圖像。假設(shè)數(shù)據(jù)是從激光雷達和相機中獲得的，深度學(xué)習(xí)模型就是從那里獲得的。數(shù)學(xué)家考慮了用于構(gòu)建此類模型的不同方法，并命名了它們的優(yōu)缺點。
數(shù)學(xué)家注意到，不同的構(gòu)造方法不僅給出不同的結(jié)果，而且工作的時間和精度也不同。例如，后來的方法給出了更準(zhǔn)確的答案，但需要更多的時間。因此，數(shù)學(xué)家得出結(jié)論，重要的是實施可以在準(zhǔn)確性和速度之間取得平衡的方法。并且將滿足實際目標(biāo)。數(shù)學(xué)家們還提請注意一個事實，即可用于訓(xùn)練的數(shù)據(jù)不夠異構(gòu)，可能無法提供完整的畫面。例如，光學(xué)范圍內(nèi)的圖像在白天效果更好，而在紅外線 - 在黑暗中效果更好。為了使算法全天候有效，需要大量的異構(gòu)訓(xùn)練數(shù)據(jù)。
在該領(lǐng)域未來研究的目標(biāo)中，數(shù)學(xué)家將檢測小物體和受阻物體、在光線不足的情況下工作、 3D和2D方法的組合命名。數(shù)學(xué)家還建議專注于提高速度和準(zhǔn)確性。
自動駕駛汽車中基于深度學(xué)習(xí)的行人檢測：重大問題和挑戰(zhàn)
您填的信息已提交,老師會在24小時之內(nèi)與您聯(lián)系
如果還有其他疑問請撥打以下電話
熱門簡章
更多
俄聯(lián)邦總統(tǒng)國家行政學(xué)院
俄羅斯圣彼得堡國立工業(yè)技術(shù)與設(shè)計大學(xué)
俄羅斯交通大學(xué)
俄羅斯西南國立大學(xué)
莫斯科國立大學(xué)
微信小程序
微信公眾號
在職研APP
